Livros / IA e ML

IA e ML

Todos Linguagens de programação 1538IA e ML 762Algoritmos e teoria 505Desenvolvimento de Software 470Desenvolvimento WEB 390DevOps e Infraestrutura 271Cibersegurança 225SO e Sistema 172Outro 169Bancos de dados 146Desenvolvimento de jogos 143Sistemas embarcados 131Gestão de TI 106
Todos Ciência de Dados 253Aprendizado de máquina 151LLM 107Redes neurais 91ChatGPT 37Tensorflow 29Visão Computacional 26PyTorch 21MLOps 18PLN 12Pandas 9Agentes de IA 1
Todos 2026 502025 1082024 1612023 1102022 492021 402020 652019 342018 292017 122016 142015 162014 32013 42012 22011 32009 22008 12007 21994 1
EN
Inteligência Artificial para Leigos, 2ª edição

Inteligência Artificial para Leigos, 2ª edição

A

John Paul Mueller, Luca Massaron

IA e ML
EN
Aprendizado de máquina com PyTorch e Scikit-Learn

Aprendizado de máquina com PyTorch e Scikit-Learn

A

Sebastian Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili

IA e ML
EN
Álgebra linear prática para ciência de dados: dos conceitos fundamentais às aplicações usando Python

Álgebra linear prática para ciência de dados: dos conceitos fundamentais às aplicações usando Python

A

Mike X Cohen

IA e ML
RU
Análise de dados comportamentais com R e Python

Análise de dados comportamentais com R e Python

A

Florent Buisson

IA e ML
EN
Programação Tudo-em-Um para Leigos, 2ª Edição

Programação Tudo-em-Um para Leigos, 2ª Edição

A

Chris Minnick, Nikhil Abraham, Barry Burd, Eva Holland, Luca Massaron, John Paul Mueller

IA e ML
RU
Deep Learning com Python. Segunda Edição

Deep Learning com Python. Segunda Edição

B

François Chollet

IA e ML
RU
PyTorch. Iluminando o Aprendizado Profundo

PyTorch. Iluminando o Aprendizado Profundo

A

Eli Stevens, Luca Antiga, Thomas Wiemann

IA e ML
EN
O Livro do Dash: Construa Dashboards com Python e Plotly

O Livro do Dash: Construa Dashboards com Python e Plotly

A

Adam Schroeder, Christian Mayer, Ann Marie Ward

IA e ML
EN
Fundamentos da Qualidade de Dados: Um Guia Prático para Construir Pipelines de Dados Confiáveis

Fundamentos da Qualidade de Dados: Um Guia Prático para Construir Pipelines de Dados Confiáveis

A

Barr Moses, Lior Gavish, Molly Vorwerck

IA e ML
EN
Aprendizado de Máquina Prático com Scikit-Learn, Keras & TensorFlow: Conceitos, Ferramentas e Técnicas para Construir Sistemas Inteligentes

Aprendizado de Máquina Prático com Scikit-Learn, Keras & TensorFlow: Conceitos, Ferramentas e Técnicas para Construir Sistemas Inteligentes

A

Aurélien Géron

IA e ML
EN
Visualização de Dados com Python e JavaScript: Coleta, Limpeza, Exploração e Transformação de Seus Dados

Visualização de Dados com Python e JavaScript: Coleta, Limpeza, Exploração e Transformação de Seus Dados

A

Kyran Dale

IA e ML
EN
Ciência e Engenharia Orientada por Dados: Aprendizado de Máquina, Sistemas Dinâmicos e Controle

Ciência e Engenharia Orientada por Dados: Aprendizado de Máquina, Sistemas Dinâmicos e Controle

A

Steven L. Brunton, J. Nathan Kutz

IA e ML
RU
Análise Prática de Dados. Coleta, Processamento e Visualização de Dados com Python

Análise Prática de Dados. Coleta, Processamento e Visualização de Dados com Python

A

Igor Semichev

IA e ML
RU
Dashboards e aplicativos interativos com Plotly e Dash. Usando um framework web completo em Python com todo o seu poder – sem JavaScript

Dashboards e aplicativos interativos com Plotly e Dash. Usando um framework web completo em Python com todo o seu poder – sem JavaScript

A

Elias Dabbas

IA e ML
RU
Padrões e Práticas de Aprendizado Profundo

Padrões e Práticas de Aprendizado Profundo

A

Andrew Ferlitsch

IA e ML
RU
Mínimo teórico de Computer Science. Redes, criptografia e data science

Mínimo teórico de Computer Science. Redes, criptografia e data science

A

Vladston Ferreira Filho, Moto Picktet

IA e ML
RU
Modelos Explicáveis de Inteligência Artificial em Python. Modelo de Inteligência Artificial. Explicações usando bibliotecas, extensões e frameworks baseados na linguagem Python.

Modelos Explicáveis de Inteligência Artificial em Python. Modelo de Inteligência Artificial. Explicações usando bibliotecas, extensões e frameworks baseados na linguagem Python.

A

Pradipta Mishra

IA e ML
RU
Visão Computacional. Métodos Modernos e Perspectivas de Desenvolvimento

Visão Computacional. Métodos Modernos e Perspectivas de Desenvolvimento

A

Roy Davies, Matthew Turk (eds.)

IA e ML
RU
Aplicação de funções OpenCV em visão computacional (60 exemplos em Python)

Aplicação de funções OpenCV em visão computacional (60 exemplos em Python)

A

S.A. Molodyakov

IA e ML
RU
Aprendizado de máquina com participação humana

Aprendizado de máquina com participação humana

A

Roberto (Monroe) Monarca

IA e ML
RU
Aprendizado de Máquina: Fundamentos, Algoritmos e Prática de Aplicação

Aprendizado de Máquina: Fundamentos, Algoritmos e Prática de Aplicação

A

Jeremy Watt, Reza Borhani, Aggelos K. Katsaggelos

IA e ML
RU
Aprendizado de Máquina. Padrões de Projeto

Aprendizado de Máquina. Padrões de Projeto

A

Valliappa Lakshmanan, Sara Robinson, Michael Munn

IA e ML
RU
Dominando a Arquitetura Transformer. Desenvolvendo Modelos Modernos com Técnicas Avançadas de Processamento de Linguagem Natural

Dominando a Arquitetura Transformer. Desenvolvendo Modelos Modernos com Técnicas Avançadas de Processamento de Linguagem Natural

A

Savaş Yıldırım, Meysam Asgari-Chenaglu

IA e ML
RU
Aprendizado Profundo com fastai e PyTorch: Mínimo de fórmulas, mínimo de código, máximo de eficiência

Aprendizado Profundo com fastai e PyTorch: Mínimo de fórmulas, mínimo de código, máximo de eficiência

A

Jeremy Howard e Sylvain Gugger

IA e ML
RU
Aprendizado por Reforço Profundo: Teoria e Prática em Python

Aprendizado por Reforço Profundo: Teoria e Prática em Python

A

Laura Gresser, Van Lung Keng

IA e ML
RU
Aprendizado Profundo. O Curso Mais Curto e Compreensível

Aprendizado Profundo. O Curso Mais Curto e Compreensível

A

John D. Kelleher

IA e ML
RU
Big Data. Por que, o que e como?

Big Data. Por que, o que e como?

A

Alena Zaporozhan

IA e ML
RU
Visão biológica e computacional

Visão biológica e computacional

A

Gabriel Kreiman

IA e ML
RU
Terrence Sejnowski. Antologia do Aprendizado de Máquina. As Pesquisas Mais Importantes em IA nos Últimos 60 Anos

Terrence Sejnowski. Antologia do Aprendizado de Máquina. As Pesquisas Mais Importantes em IA nos Últimos 60 Anos

A

Terrence Sejnowski

IA e ML
RU
Analisando dados no Microsoft Power BI. Preparação para o exame DA-100

Analisando dados no Microsoft Power BI. Preparação para o exame DA-100

A

Daniil Maslyuk

IA e ML
RU
Algoritmos de Data Science e sua implementação prática em Python

Algoritmos de Data Science e sua implementação prática em Python

B

A. V. Protodyakonov, P. A. Pylov, V. E. Sadovnikov

IA e ML
EN
Machine Learning Simplificado: Uma Introdução Suave ao Aprendizado Supervisionado

Machine Learning Simplificado: Uma Introdução Suave ao Aprendizado Supervisionado

A

Andrew Wolf

IA e ML
EN
Machine Learning e Data Science: Fundamentos e Aplicações

Machine Learning e Data Science: Fundamentos e Aplicações

A

Prateek Agrawal, Charu Gupta, Anand Sharma, Vishu Madaan, Nisheeth Joshi

IA e ML
EN
Matemática Essencial para Ciência de Dados: Controle Seus Dados com Álgebra Linear Fundamental, Probabilidade e Estatística

Matemática Essencial para Ciência de Dados: Controle Seus Dados com Álgebra Linear Fundamental, Probabilidade e Estatística

A

Thomas Nield

IA e ML
EN
Projetando Sistemas de Aprendizado de Máquina: Um Processo Iterativo para Aplicações Prontas para Produção

Projetando Sistemas de Aprendizado de Máquina: Um Processo Iterativo para Aplicações Prontas para Produção

A

Chip Huyen

IA e ML
EN
Previsão de Séries Temporais em Python

Previsão de Séries Temporais em Python

A

Marco Peixeiro

IA e ML
EN
TensorFlow em Ação

TensorFlow em Ação

A

Thushan Ganegedara

IA e ML
RU
Power BI: Modelagem em Nível Especialista

Power BI: Modelagem em Nível Especialista

A

Soheil Bakhshi

IA e ML
EN
IA Explicável para Praticantes: Projetando e Implementando Soluções de ML Explicável

IA Explicável para Praticantes: Projetando e Implementando Soluções de ML Explicável

A

Michael Munn, David Pitman

IA e ML
EN
Comunicação com Dados: Fazendo Seu Caso com Dados

Comunicação com Dados: Fazendo Seu Caso com Dados

A

Carl Allchin

IA e ML
EN
Business Intelligence Impulsionada por IA: Melhorando Previsões e Tomada de Decisão com Machine Learning

Business Intelligence Impulsionada por IA: Melhorando Previsões e Tomada de Decisão com Machine Learning

A

Tobias Zwingmann

IA e ML
EN
Dominando o Reconhecimento de Padrões Financeiros: Encontrando e Fazendo Backtest de Padrões de Candlestick com Python

Dominando o Reconhecimento de Padrões Financeiros: Encontrando e Fazendo Backtest de Padrões de Candlestick com Python

A

Sofien Kaabar

IA e ML
EN
Pré-processamento de Dados Prático em Python: Aprenda a preparar dados de forma eficaz para uma análise de dados bem-sucedida

Pré-processamento de Dados Prático em Python: Aprenda a preparar dados de forma eficaz para uma análise de dados bem-sucedida

A

Roy Jafari

IA e ML
EN
Fundamentos de Engenharia de Dados: Planeje e Construa Sistemas de Dados Robustos

Fundamentos de Engenharia de Dados: Planeje e Construa Sistemas de Dados Robustos

A

Joe Reis, Matt Housley

IA e ML
EN
Ciência de Dados: Uma Primeira Introdução

Ciência de Dados: Uma Primeira Introdução

A

Tiffany Timbers, Trevor Campbell, Melissa Lee

IA e ML
EN
Algoritmos de Aprendizado de Máquina Adaptativos com Python: Resolva Problemas de Análise de Dados e Aprendizado de Máquina em Dispositivos de Borda

Algoritmos de Aprendizado de Máquina Adaptativos com Python: Resolva Problemas de Análise de Dados e Aprendizado de Máquina em Dispositivos de Borda

A

Chanchal Chatterjee

IA e ML
EN
Python para Análise de Dados. Processamento de Dados com pandas, NumPy e Jupyter

Python para Análise de Dados. Processamento de Dados com pandas, NumPy e Jupyter

A

Wes McKinney

IA e ML
EN
Análise de dados com Python e PySpark

Análise de dados com Python e PySpark

A

Jonathan Rieu

IA e ML
RU
Aprendizado de Máquina. Padrões de Projeto

Aprendizado de Máquina. Padrões de Projeto

A

V. Lakshmanan, S. Robinson, M. Munn.

IA e ML

Pontuação de qualidade do PDF:

A Excelente — texto copiável, índice, metadados B Bom — texto presente, alguns dados faltando C Médio — texto parcialmente extraível D Ruim — provavelmente uma digitalização F Digitalização sem OCR — texto não pode ser extraído